Corso Analisi Multivariata in Agroecologia – dal 21 febbraio al 24 marzo 2023
Gentili Soci,
sono aperte le iscrizioni al Corso Analisi Multivariata in Agroecologia.
Il Corso organizzato dalla Dott.ssa Elisa Pellegrino del Centro di Ricerca in Produzioni Vegetali della Scuola Superiore Sant’Anna ha come docenti Elisa Pellegrino (coordinatrice), Marco Pittarello – Università di Torino; Emanuele Barca – CNR Bari; Andrea Onofri - Università di Perugia; Alessia Perego - Università di Milano Anna Maria Stellacci - Università di Bari.
Il corso fornirà una panoramica completa e approfondita dei metodi statistici di analisi parametrica e non parametrica di dati multivariati utilizzando R e PRIMER 7 + PERMOVA, che sarà fornito e utilizzabile free per tutta la durata del corso. Il corso proposto consiste in 34 ore di didattica sia frontale che pratica ed una mezza giornata dedicata all’analisi di data set comuni (4 ore). In tale giornata verrà programmata una consultazione online individuale separata con il/i docenti (inclusa la condivisione di dati/documenti) per gruppi di partecipanti per discutere i progetti di analisi dei dati, ed ottenere consigli e assistenza e/o porre ulteriori domande. I partecipanti alla fine del corso di formazione svilupperanno conoscenze relative al calcolo delle misure di resemblance (similarity/dissimilarity/distance) in strutture multivariate; la valutazione degli effetti del pre-trattamento dei dati (standardizzazione, trasformazione, normalizzazione); la scelta del pre-trattamento per i diversi tipi di dati; metodi di classificazione univariata e multivariata: metodi per la valutazione del numero di clusters, come Elbow method, silhouette method, gap statistic method; metodi di clustering: K-means, e (fuzzy) C-means; Analisi delle Componenti Principali; metodi di ordinazione parametrici e non nell’ambito delle analisi parametriche constrained e unconstrained, come la correspondence analysis, la detrended correspondence analysis, la redundancy analysis (RDA), e la canonical correspondence analysis; la forward selection delle variabili esplicative; il Monte Carlo Test per modelli completamente randomizzati e modelli a blocchi randomizzati; la ripartizione della varianza e tecniche per la gestione di misure ripetute; i metodi di ordinazione non parametrici; la non-parametric analysis of similarities (ANOSIM); la permutational ANOVA e MANOVA (PERMANOVA) per l’analisi multivariata di dati in disegni complessi; la partitioning variation sulla base della scelta delle misure di similarità e metodi di permutazione; il test di omogenità delle dispersioni (PERMDIPS); l’impiego di metodi di analisi multivariata per la variable/feature selection, l’analisi discriminante stepwise; la partial least squares regression con impiego di statistiche VIP (Variable importance for projection).
Modalità di erogazione: online (Webex); Crediti: 2 CFU
Informazioni per l’iscrizione al Link: https://www.santannapisa.it/it/node/130583
Cordiali saluti